Att utnyttja AI för att öka antagandet av in-store retail media

Retail media är en av de snabbast växande annonskanalerna som hjälper varumärken att nå kunder direkt vid köptillfället med högt relevanta annonser, och i gengäld kan återförsäljare utnyttja kanalen som en ny intäktsström. Återförsäljare har behärskat kanalen online, men att utöka den till deras fysiska butiker har medfört utmaningar. Men AI har börjat visa sig som ett kraftfullt verktyg för att hjälpa återförsäljare med en fysisk närvaro att utöka sina retail media-nätverk utan att offra relevans, räckvidd och kundupplevelse.

Stora återförsäljare och convenience-butiker som 7-Eleven utnyttjar det enorma potentiella värdet av fysisk retail media, och det är tydligt att skiftet accelererar. Faktum är att in-store retail media förväntas växa i en accelererad takt fram till 2025. Detta skifte presenterar en möjlighet att nå kunder vid det avgörande köptillfället (och närmare botten av trattan).

Med 85% av försäljningen som fortfarande sker i fysiska butiker, måste återförsäljare utveckla strategier som driver försäljning och engagerar fysiska butiker effektivt för att förbli konkurrenskraftiga, och AI visar redan löfte i dessa områden samt mätning och effektivitet.

Att rikta AI mot retail media-resultat

För att retail media-strategier ska lyckas måste de prioritera både att driva försäljning och kundupplevelse. Återförsäljare existerar för att sälja produkter, och retail media kan öka försäljningen genom att utnyttja första-partens data för att leverera relevant innehåll som leder kunder mot ett köp. Medan online-återförsäljare redan har sett den transformerande kraften av AI, är fysiska återförsäljare nu angelägna om att uppnå samma framgång i butik.

Här är tre nyckelområden där AI används för att förbättra kundengagemang och öka försäljning:

1. Innehållsskapande och annonsplacering i stor skala

För återförsäljare som driver flera butiker är det första steget att etablera rätt retail media-blandning. Den verkliga utmaningen är att skala det effektivt över ett brett nätverk samtidigt som det anpassas till kundernas behov. AI kan effektivisera processen för innehållsskapande och annonsplacering över återförsäljarens nätverk av butiker.

Genom att analysera data i realtid kan AI identifiera vilka produkter som resoneras med lokala kunder och anpassa annonsinnehållet för att matcha dessa preferenser. Nyligen data har visat att 52% av marknadsförare förutspår att AI kommer att möjliggöra högt personliga kundupplevelser, vilket visar den växande påverkan av AI i leverans av anpassat innehåll.

AI-drivna algoritmer hjälper också återförsäljare att bestämma de mest effektiva in-store annonsplatserna. Dessa system kan sedan nå kunder med data som shoppingbeteende, tid på dagen och lagerantal för att leverera rätt budskap vid rätt tidpunkt för största effekten. Till exempel, om en butik upplever en ökning av fotgängartrafik på grund av en lokal idrottstävling, kan AI anpassa innehållet i realtid för att främja relaterade produkter eller specialerbjudanden, vilket maximalt ökar försäljningsmöjligheten. Företag som utnyttjar AI och maskinlärning (ML) för att anpassa annonser ser en 1,3-faldig ökning av tillägg på annonsutgifter.

2. Mätning och attribuering

In-store retail media presenterar en unik utmaning: att mäta och attribuera effekten av annonser på försäljning. Medan spårning av online-kundresor från annonsexponering till köp är relativt enkelt, kan mätningen av framgång för kampanjer och in-store försäljning vara mer komplex. Medan branschen arbetar för att standardisera in-store retail media-mätning, kan AI brottas med denna lucka genom att kombinera och analysera data från olika källor, som exempelvis kassasystem, lojalitetsprogram och in-store sensorer.

Med hjälp av AI kan återförsäljare spåra hur kunder interagerar med in-store media och förstå hur dessa interaktioner påverkar köpbeslut. Till exempel kan en digital skärm visa en annons för en specifik produkt, och AI kan hjälpa till att bestämma om det fanns en motsvarande ökning av försäljning för den produkten inom en viss tidsram.

AI hjälper också till att förbättra transparensen i retail media-mätning genom att upptäcka mönster av bedrägeriaktivitet med oöverträffad hastighet och precision. Detta är särskilt viktigt för in-store ljudannonsering, som ökar i popularitet som en av de tre bästa kanalerna för återförsäljare. Tidigare ansedd som en sekundär kanal på grund av sin immateriella natur, blir ljudannonsering snabbt en värdefull investering för både online- och fysiska återförsäljare.

Men en utmaning med in-store ljud är att säkerställa att annonserna faktiskt spelas och hörs. I bullriga butiksmiljöer kan anställda koppla ur äldre mediepelare för att spela personlig musik eller stänga av ljudet helt. I högtrafikerade eller bullriga platser skulle manuella justeringar av volym vara nästan omöjliga att hantera, vilket gör att annonserna drunknar. AI kan förhindra denna typ av ljudannonsbedrägeri genom att automatiskt justera volymen baserat på bakgrundsbrusnivåer, vilket säkerställer att ljudet är tydligt och hörbart för kunder. AI kan också tidsstämpla annonserna, vilket ger ytterligare validering och förbättrar mätningens noggrannhet.

3. Kontinuerligt lärande och optimering av in-store

Genom att utnyttja AI kan återförsäljare kontinuerligt förbättra sina strategier för att skapa mer effektiva annonseringskampanjer i fysiska butiker. AI-drivna lösningar utvecklas med varje kundinteraktion, samlar data som möjliggör att identifiera mönster och preferenser som informerar framtida kampanjer. Till exempel kan AI hjälpa återförsäljare att upptäcka att en viss energidryck fungerar bättre när den marknadsförs på eftermiddagen eller att viss kommunikation resoneras mer med specifika demografiska grupper.

Denna process av kontinuerlig optimering går utöver enskilda kampanjer. När mer data samlas in om köpbeteende och in-store vistelse, kan återförsäljare få djupare insikter i kundengagemang för att informera viktiga beslut om butikslayout, produktplacering och marknadsstrategier.

Med dessa data-drivna insikter kan återförsäljare finjustera sin övergripande in-store media-strategi, omfördela resurser till de mest framgångsrika taktikerna. Resultatet är en dynamisk, anpassad strategi som inte bara förbättrar kundupplevelser utan också driver hållbar försäljningsökning. En nylig studie av GroceryTV fann att in-store retail media-kampanjer konsekvent driver försäljningsökning på två siffror i fysiska butiker.

Framtiden för in-store retail media med AI

När detaljhandelsbranschen erkänner behovet av att aktivera och standardisera retail media inom fysiska butiker, positionerar AI:s förmåga att skala innehåll, mäta resultat och kontinuerligt optimera strategier det som en viktig allierad i framtiden för in-store retail. Genom att anta AI-drivna lösningar kan återförsäljare ha en fördel i en alltmer konkurrensutsatt landskap och återupptäcka kraften i in-store engagemang för att driva både kundtillfredsställelse och intäktsökning.

Retail medias expansion till fysiska butiker markerar ett nytt kapitel i utvecklingen av kundupplevelse. Med hjälp av AI har återförsäljare verktygen för att omvandla varje in-store besök till en möjlighet att leverera anpassade upplevelser som leder till försäljningsökning. När gränsen mellan digital och fysisk fortsätter att suddas ut, kommer återförsäljare som utnyttjar AI för att kombinera dessa världar att ligga i framkant av detaljhandelsinnovation.